首页
沸点
课程
数据标注
HOT
AI Coding
更多
直播
活动
APP
插件
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
不知名的退赛人员
掘友等级
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
0
文章 0
沸点 0
赞
0
返回
|
搜索文章
最新
热门
【百度自然语言处理部实习生招聘】
我们是负责语义匹配、语义表示、语义召回技术在百度搜索引擎和百度信息流推荐、百度搜索广告等核心业务线落地的团队。 以语义匹配举个例子, “iphone多少钱”和“苹果手机什么价格”字面上没有任何的重叠,但是语义上是匹配度很高的。基本上所有的机器学习系统,例如搜索、广告、推荐,都可…
lstm学习笔记(附mxnet源码及使用代码)
写在前面:经过很长时间的磕磕碰碰,总算对lstm的细节搞得比较清楚,想写点笔记记录一下,以便以后自己复习和造福初学者,欢迎指正。 首先简单介绍一下navie的RNN。 假设输入是一个句子:N={s1, s2, s3....sn},任务是对句子分类。不妨假设 n=5,即N={s1…
FTRL公式推导
本文主要参考Online Learning算法理论与实践,但该文和网上找到的资料都没有很好的给出关于模型参数w的解析解的推导过程,甚至原论文http://www.eecs.tufts.edu/~dsculley/papers/ad-click-prediction.pdf还有一…
《搜索与推荐中的深度学习匹配》之搜索篇
讲真,很久没看过能让我这么兴奋的资料了,这个tutorial https://www.comp.nus.edu.sg/~xiangnan/sigir18-deep.pdf 简直就像一个博士论文,能让我对这个方向有足够深入的了解。而我最近又恰好从事这个方向,恰好也是落地到搜索引擎…
《搜索与推荐中的深度学习匹配》之推荐篇
这个tutorial确实不错https://www.comp.nus.edu.sg/~xiangnan/sigir18-deep.pdf,我很喜欢,好像一个博士论文一样,将这两个领域梳理得很清楚。 之前写过搜索篇 《搜索与推荐中的深度学习匹配》之搜索篇,现在继续推荐篇。 搜索,…
《attention is all you need》解读
由于 Self-Attention 是每个词和所有词都要计算 Attention,所以不管他们中间有多长距离,最大的路径长度也都只是 1。可以捕获长距离依赖关系 提出multi-head attention,可以看成attention的ensemble版本,不同head学习不同…
广告ctr预估相关算法介绍(未完待续。。。)
广告和游戏至今都是互联网最赚钱的两个行当。但在中国,游戏公司只有三家:腾讯、网易、其它。而广告仍是大部分互联网公司的主要收入来源,在百度、阿里、腾讯、微博、谷歌、facebook等公司中,都占据公司收入的半壁江山。 未完待续。。。
百度自然语言处理部实习生招聘-搜索和信息流推荐中的语义匹配方向
我们是负责语义匹配和深度问答技术在百度搜索引擎和百度信息流推荐落地的团队。 举个例子, “iphone多少钱”和“苹果什么价格”字面上没有任何的重叠,但是语义上是匹配很高的。基本上所有的机器学习系统,例如搜索、广告、推荐,都可以分为匹配和排序两个阶段,所以匹配技术是很多机器学习…
个人成就
文章被阅读
3,465
掘力值
76
关注了
0
关注者
0
收藏集
0
关注标签
0
加入于
2018-11-15